本页介绍所有与 Microsoft Azure 及其相关项目的 LangChain 集成。

Azure AI、动态会话、SQL Server 的集成包位于 中 langchain-azure repository.

聊天模型

我们建议开发者从 (langchain-azure-ai) 开始访问 Azure AI Foundry.

Azure AI 聊天补全

使用 AzureAIOpenAIApiChatModel class.

pip install -U langchain-azure-ai

uv add langchain-azure-ai

配置您的端点。您可以使用项目端点配合 DefaultAzureCredential，或直接设置 API 密钥。

from langchain_azure_ai.chat_models import AzureAIOpenAIApiChatModel
from azure.identity import DefaultAzureCredential

llm = AzureAIOpenAIApiChatModel(
    model="gpt-5.5",
    credential=DefaultAzureCredential(),
)

llm.invoke('Tell me a joke and include some emojis')

嵌入模型

用于嵌入的 Azure AI 模型推理

pip install -U langchain-azure-ai

uv add langchain-azure-ai

配置您的端点。您可以使用项目端点配合 DefaultAzureCredential，或直接设置 API 密钥。

from langchain_azure_ai.embeddings import AzureAIOpenAIApiEmbeddingsModel
from azure.identity import DefaultAzureCredential

embed_model = AzureAIOpenAIApiEmbeddingsModel(
    model="text-embedding-ada-002",
    credential=DefaultAzureCredential(),
)

向量存储

Azure CosmosDB NoSQL 向量搜索

> Azure CosmosDB NoSQL 是一种完全托管的， > 全球分布式、无服务器的文档数据库，专为现代应用设计。它以灵活的 > JSON 文档形式存储数据，并使用类 SQL 查询语言。这提供了高性能、低延迟和自动化的 > 弹性可扩展性。它还具有用于 AI 工作负载（如生成式 AI 和 RAG）的集成向量搜索功能 > ，允许您在同一数据库中存储、索引和查询向量嵌入以及 > 您的运营数据。您可以将向量相似性搜索与传统的 > 基于关键词的搜索相结合以获得相关结果，并可选择各种索引方法以获得最佳性能。 > 这种统一方法简化了应用架构并确保了数据一致性。

我们需要安装 langchain-azure-cosmosdb 和 azure-cosmos 包以使用此向量存储。

    pip install -qU langchain-azure-cosmosdb azure-cosmos
    

    uv add langchain-azure-cosmosdb azure-cosmos
    

from langchain_azure_cosmosdb import AzureCosmosDBNoSqlVectorSearch

vector_search = AzureCosmosDBNoSqlVectorSearch.from_documents(
    documents=docs,
    embedding=openai_embeddings,
    cosmos_client=cosmos_client,
    database_name=database_name,
    container_name=container_name,
    vector_embedding_policy=vector_embedding_policy,
    full_text_policy=full_text_policy,
    indexing_policy=indexing_policy,
    cosmos_container_properties=cosmos_container_properties,
    cosmos_database_properties={},
    full_text_search_enabled=True,
)

查看 使用示例.

Azure CosmosDB Mongo vCore 向量搜索

> Azure CosmosDB Mongo vCore 架构使 可以轻松创建具有完整原生 MongoDB 支持的数据库。您可以应用您的 MongoDB 经验并继续 通过将应用指向 MongoDB (vCore) 集群的连接字符串来使用您最喜欢的 MongoDB 驱动程序、SDK 和工具。

我们需要安装 pymongo 包以使用此向量存储。

    pip install -qU pymongo
    

    uv add pymongo
    

from langchain_azure_ai.vectorstores.azure_cosmos_db_mongo_vcore import (
    AzureCosmosDBMongoVCoreVectorSearch,
)

vectorstore = AzureCosmosDBMongoVCoreVectorSearch.from_documents(
    docs,
    openai_embeddings,
    collection=collection,
    index_name=INDEX_NAME,
)

查看 使用示例.